Pengelompokan perusahaan berdasarkan sektor industri merupakan aspek penting dalam analisis investasi, namun klasifikasi yang dilakukan secara manual di Bursa Efek Indonesia (BEI) masih kurang optimal dalam memanfaatkan data laporan keuangan sebagai dasar prediksi. Oleh karena itu, penelitian ini mengembangkan model prediksi sektor industri berdasarkan laporan keuangan menggunakan metode Linear Discriminant Analysis (LDA) dan membandingkannya dengan Extreme Gradient Boosting (XGBoost). Data laporan keuangan perusahaan yang terdaftar di BEI dalam rentang 2010–2022 digunakan sebagai dataset utama, dengan proses pre-processing, normalisasi, dan oversampling menggunakan Borderline-SMOTE untuk mengatasi ketidakseimbangan kelas. Evaluasi model dilakukan dengan metrik accuracy, precision, recall, dan F1-score, serta dilakukan analisis fitur menggunakan Permutation Importance untuk menentukan variabel yang paling berpengaruh. Hasil penelitian menunjukkan bahwa metode LDA memiliki akurasi 27,51%, sedangkan XGBoost men